matplotlib绘制函数图像,
本文主要介绍如何在Python中使用随机函数生成变化的图形。文中的示例代码解释得很详细，对我们的学习有一定的参考价值。你可以知道你需要什么。
00-1010前言1。rand_moving.py文件的定义函数如下2。绘图模块摘要
目录
综合前面提到的类，函数，matplotlib等。并完成一个随机移动的过程(注意要确定移动的次数，比如10万)。每次行走完全是随机的，没有明确的方向。结果是由一系列随机决策决定的，最后是一个显示每个运动位置的图表。
思考：
1)每次行走的像素数由随机函数确定，并且每次移动的方向也是随机确定的。随机方向和随机像素一起移动位置大小和方向。
2)确保每次移动的位置都保存在列表中，供以后matplotlib调用生成图表。
所以可以分为两个文件，一个是rand_moving类，生成移动像素和方向，记录相关数据，另一个是绘图模块randdraw_visual，调用matplotlib和rand_moving类生成实例，调用计算出的序列组生成图表。
前言
1.初始化程序，设置一个参数，即移动次数，所有初始化位置都设置为0。
2.随机生成X、Y方向和移动像素，相乘得到相对移动距离，即每次移动的距离和方向，即需要四个随机函数分别确定水平和垂直移动位置的大小和方向。
3.计算下一个位置并保存在位置序列中，即每走一步后在屏幕上的绝对位置。
如下所示：
从随机导入选择#random是系统自带的随机功能模块。
定义一个Rand_moving类
DEF _ _ init _ _ (self，num _ times=100000) 3360 #初始化，默认参数为100000。您可以修改此参数来尝试机器的运行速度。
Self.num_times=num_times #移动次数
Self.x_values=[0] #设置两个系列来保存每一步的位置。初始位置为(0，0)，数列元素的个数会增加到num_times来记录每一步的位置信息。
self.y_values=[0]
Def fill_moving(self): #定义了一个计算移动方向和距离的函数，计算要保存的位置信息。
而len(self . x _ values)self . num_times : #循环连续运行，直到行走包含所需点数num _ times。
X_direction=choice([1，-1]) #x的移动方向，1向上，0不变，-1向下
X _ distance=choice ([0，1，2，3，4，5]) # x的每次移动的像素，
X_step=x_direction*x_distance #移动方向乘以移动距离，确定沿x的移动距离。
Y_direction=choice([1，-1]) #y的移动方向，1向上，0不变，-1向下
Y _ distance=choice ([0，1，2，3，4，5])# y的每一步移动的像素，
Y_step=y_direction*y_distance #移动方向乘以移动距离，确定沿y的移动距离。
#留在原地
X _ step==0和y_step==03360 # X _ step和y_step都是零，说明你是静止不动的。
继续
#计算下一点的位置坐标X和Y值，分别保存在x_values和y_values系列中。
Next _ x=自己。x _ values [-1] x _ step # self。x _ values [-1]表示它是序列中的最后一个值，初始值是x_values=[0]
next_y=self.y_values[-1] y_step
self.x_values.append(next_x
) #将每次计算的next_x存入到数列x_values中
self.y_values.append(next_y ) #将每次计算的next_y存入到数列y_values中
二、绘图模块
randdraw_visual.py
绘图模块randdraw_visual.py的功能如下：
1、调用matplotlib和rand_moving类；
2、rand_moving生成一个实例，并计算出的数列组生成图表；
3、用matplotlib中的方法生成图表
import matplotlib.pyplot as plt #导入matplotlib模块
程序运行效果(注意，为了对比，程序中创建了3个实例，其中一个为默认值，另两个为50万和5万，如果一直没显示，请耐心等会儿！)
上述三个实例处在同一图中，呈现不同颜色，如果只有一个实例，如何修改颜色？
入门(1)中，语句plt.scatter(x_values, y_values, c=y_values, cmap=plt.cm.Blues,edgecolor='none', s=40) 是修改渐变色的，可偿试将randdraw_visual.py模块中进行如下修改：
plt.scatter(rm.x_values, rm.y_values,c=y_values, cmap=plt.cm.Reds,edgecolor=none,s=15)
注：c的参数是字符串，可以直接使用颜色的英文进行赋值，比如：c='yellow'，见后面修改起点、终点颜色。
指定一个红色，一个蓝色，实际运行效果（有重复的地方，实例设置为蓝色在后面，将红色盖住）：
除些之外，还可以对特定的点进行设定，也就是在语句plt.scatter(rm.x_values, rm.y_values,c=y_values, cmap=plt.cm.Reds,edgecolor='none',s=15)之后，再多几个相关语句，并给定相关点坐标。
import matplotlib.pyplot as plt
实际运行效果：
显示图表屏幕大小
图表适合屏幕大小能有效地将数据中的规律呈现出来，如果要调整屏幕大小，可调整matplotlib输出的尺寸
plt.figure(dpi=128,figsize=(12, 10))
函数 figure() 用于指定图表的宽度、高度、分辨率和背景色。
形参 figsize 指定一个元组
形参 dpi 向 figure() 传递该分辨率
注意：plt.figure(dpi=128,figsize=(12, 10))语句要在其他plt开始语句的前面，才能调整显示屏幕的大小。
import matplotlib.pyplot as plt
当然，还可以试一下他函数功能。
是不是有点小小的成就感！
小结
请思考：
1、上述程序是否能进行优化（比如功能相同的）
2、创建三个3个实例，用了3个语句，能否建一个函数，只输入一个数n，就自动创建n个实例？同时，每个实例的num_times随机，(n比较大时，num_times应该比较小)
3、当实现上述功能后，程序运行，只输入一个参数（创建实例的个数），就会自动生成对应的num_times，并分别调用相关函数生成对应图表。
以上就是Python+matplotlib调用随机函数生成变化图形的详细内容，更多关于Python随机函数生成变化图形的资料请关注盛行IT软件开发工作室其它相关文章！
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。